Navigáció kihagyása

Olajtartályszint- és gáztartályszint-előrejelzés

A mai létesítmények többsége reaktív módon kezeli a tartályszinttel kapcsolatos problémákat. Ez gyakran túlfolyást, vészleállásokat, költséges szervizelést és javítást, szabályozási problémákat, valamint bírságokat eredményez. A tatályszint-előrejelzés megkönnyíti az ilyen jellegű problémák kezelését és megszüntetését.

Az előrejelzések az érzékelők, a mérőműszerek és nyilvántartások valós idejű és előzményadatainak felhasználásával készülnek, ami megkönnyíti

  • a tartálytúlfolyás és a vészleállások megakadályozását
  • a nem megfelelően működő vagy hibás hardvereszközök felderítését
  • a karbantartás, a leállítások és a logisztika ütemezését
  • a műveletek és a létesítmény hatékonyságának optimalizálását
  • a vezetékszivárgások és -dugulások észlelését
  • a költségek, a bírságok és az állásidő csökkentését

A tartályszint-előrejelzési folyamat a kút betáplálási pontjánál kezdődik. A létesítménybe áramló olaj mennyiségét műszerek mérik, majd az olaj a tartályokba kerül. A finomítási folyamat során a rendszer monitorozza és rögzíti a tankokban lévő olajszintet, majd az érzékelők és mérőműszerek segítségével rögzíti a kimenő olaj, gáz és víz mennyiségét. Ezután a létesítmény adatai alapján elkészülnek az előrejelzések. Az előrejelzés-készítés gyakorisága beállítható (például 15 percre).

A Cortana Intelligence Suite is a létesítmények és a vállalatok igényeinek megfelelően testre szabható.

Leírás

Megjegyzés: ha már üzembe helyezte ezt a megoldást, az üzemelő példányt ide kattintva érheti el.

A megoldás létrehozásáról további információt a megoldás GitHubon elérhető útmutatójában talál.

Üzembe helyezés becsült ideje: 20 perc

A Cortana Intelligence Suite a Microsoft Azure segítségével biztosít minden olyan fejlett analitikai eszközt (adatbetöltés, adattárolás, adatfeldolgozás és fejlett analitikai összetevők), ami egy tartályszint-előrejelzési megoldás létrehozásához szükséges.

A megoldás több Azure-szolgáltatást kombinálva kínál hatékony megoldást. Az Event Hubs a valós idejű tartályszintadatokat gyűjti össze. A Stream Analytics összesíti az adatfolyamot, és alkalmassá teszi azt vizuális megjelenítésre. Az Azure SQL Data Warehouse tárolja és alakítja át a tartályszintadatokat. A Machine Learning megvalósítja és végrehajtja az előrejelzési modellt. A Power BI a tartályszint és az előrejelzési eredmények valós idejű vizuális megjelenítéséről gondoskodik. Végül a Data Factory a teljes adatfolyamatot vezényli és ütemezi.

Az „Deploy” (Üzembe helyezés) gomb elindít egy munkafolyamatot, amely az Ön által megadott Azure-előfizetést használva helyezi üzembe a megoldáspéldányt egy erőforráscsoportban. A megoldás több Azure-szolgáltatást is magában foglal (részletesen lásd alább), továbbá egy olyan Web Jobs-feladatot, amely szimulálja az adatokat, így az üzembe helyezést követően azonnal egy teljes értékű megoldás áll az Ön rendelkezésére.

Az üzembe helyezés után olvassa el az üzembe helyezés utáni teendőket ismertető útmutatót, amelyet itt talál.

Technikai adatok és munkafolyamat

  1. A rendszer adatpontokként vagy eseményekként tölti be az adatokat az Azure Event Hubsba és az Azure SQL Data Warehouse szolgáltatásba, és az adatokat a megoldás többi munkafolyamata is ilyen formában használja.
  2. Az Azure Stream Analytics elvégzi az eseményközpontból érkező stream közel valós idejű elemzését, és az eredményeket közvetlenül a Power BI-ba továbbítja vizuális megjelenítés céljából.
  3. Az Azure Machine Learning szolgáltatás a kapott bemeneti adatok alapján elkészíti az adott régió tartályszintjére vonatkozó előrejelzést.
  4. Az Azure SQL Data Warehouse az Azure Machine Learning szolgáltatástól kapott előrejelzési eredményeket tárolja. Az eredményeket ezt követően a Power BI irányítópultja használja fel.
  5. Az Azure Data Factory kezeli az óraalapú modellbetanítás ütemezését és vezénylését.
  6. Végül a Power BI elvégzi az eredmények képi megjelenítését, így a felhasználók valós időben monitorozhatják az adott létesítmény tartályszintjét, és az előrejelzett szint segítségével megakadályozhatják a túlfolyást.

Jogi nyilatkozat

© 2017 Microsoft Corporation. Minden jog fenntartva. Ezt az információt jelen formájában nyújtjuk, és előzetes értesítés nélkül változhat. Az itt szereplő információkra a Microsoft nem vállal sem kifejezett, sem vélelmezett garanciát. A megoldás harmadik féltől származó adatok felhasználásával lett létrehozva. Ön felelős mások jogainak tiszteletben tartásáért, beleértve a hasonló adatkészletek létrehozásának céljából történő beszerzéseket és a vonatkozó licenceknek való megfelelőséget is.

Kapcsolódó megoldásarchitektúrák

Az energiaellátás optimalizálása

Az energiahálózathoz csatlakozó fogyasztók különböző energiatermelő, -kereskedő és -tároló elemekkel (többek között alállomásokkal, energiatárolókkal, szélerőművekkel és napkollektorokkal, valamint mikroturbinákkal) vannak kapcsolatban, és keresletoldali válaszigényeket is benyújthatnak annak érdekében, hogy a lehető legalacsonyabb költségek mellett eleget tegyenek energiaigényüknek. Hogy ezt biztosítani tudják, a hálózatok üzemeltetőinek meg kell határozniuk, hogy adott időre mennyit foglaljanak le maguk számára a különböző erőforrásokból – ennek során pedig nem csupán az árakat, de a rendelkezésre álló kapacitást, és az erőforrások fizikai jellemzőit is figyelembe kell venni.